Erik Brynjolfsson: The key to growth? Race with the machines

150,408 views ・ 2013-04-23

TED


Κάντε διπλό κλικ στους αγγλικούς υπότιτλους παρακάτω για να αναπαραγάγετε το βίντεο.

00:00
Translator: Joseph Geni Reviewer: Morton Bast
0
0
7000
Μετάφραση: Andreas Philippou Επιμέλεια: Mary Keramida
00:12
Growth is not dead.
1
12605
2272
Η ανάπτυξη δεν πέθανε.
00:14
(Applause)
2
14877
1386
(Χειροκρότημα)
00:16
Let's start the story 120 years ago,
3
16263
3963
Ας ξεκινήσουμε αυτή την ιστορία πριν από 120 χρόνια,
00:20
when American factories began to electrify their operations,
4
20226
3632
όταν τα αμερικανικά εργοστάσια ξεκίνησαν να εξηλεκτρίζουν τις λειτουργίες τους
00:23
igniting the Second Industrial Revolution.
5
23858
3344
πυροδοτώντας τη Δεύτερη Βιομηχανική Επανάσταση
00:27
The amazing thing is
6
27202
1111
Το εκπληκτικό είναι
00:28
that productivity did not increase in those factories
7
28313
2777
ότι η παραγωγικότητα δεν αυξήθηκε στα εργοστάσια αυτά
00:31
for 30 years. Thirty years.
8
31090
3256
για τριάντα χρόνια. Τριάντα χρόνια.
00:34
That's long enough for a generation of managers to retire.
9
34346
3474
Αρκετός χρόνος για μια γενιά διευθυντών να αφυπηρετήσει.
00:37
You see, the first wave of managers
10
37820
2222
Βλέπετε, το πρώτο κύμα διευθυντών
00:40
simply replaced their steam engines with electric motors,
11
40042
3417
απλώς αντικατέστησε τις ατμομηχανές με ηλεκτροκινητήρες
00:43
but they didn't redesign the factories to take advantage
12
43459
3010
αλλά δεν ξανασχεδίασαν τα εργοστάσια για να εκμεταλλευτούν
00:46
of electricity's flexibility.
13
46469
2341
την ευελιξία του ηλεκτρικού ρεύματος.
00:48
It fell to the next generation to invent new work processes,
14
48810
3984
Ανέλαβε η επόμενη γενιά να εφεύρει νέες μεθόδους εργασίας
00:52
and then productivity soared,
15
52794
2727
και τότε η παραγωγικότητα ανέβηκε στα ύψη,
00:55
often doubling or even tripling in those factories.
16
55521
3665
συχνά διπλασιάστηκε ή ακόμα τριπλασιάστηκε σε αυτά τα εργοστάσια.
00:59
Electricity is an example of a general purpose technology,
17
59186
4723
Ο ηλεκτρισμός είναι ένα παράδειγμα τεχνολογίας γενικής χρήσης,
01:03
like the steam engine before it.
18
63909
2230
όπως ήταν η ατμομηχανή πριν απ' αυτόν.
01:06
General purpose technologies drive most economic growth,
19
66139
3416
Οι τεχνολογίες γενικής χρήσης οδηγούν στη μεγαλύτερη οικονομική ανάπτυξη,
01:09
because they unleash cascades of complementary innovations,
20
69555
3454
γιατί απελευθερώνουν αλυσιδωτά συμπληρωματικές καινοτομίες,
01:13
like lightbulbs and, yes, factory redesign.
21
73009
3632
όπως τους λαμπτήρες, και τον επανασχεδιασμό των εργοστασίων.
01:16
Is there a general purpose technology of our era?
22
76641
3610
Υπάρχει τεχνολογία γενικής χρήσης στις μέρες μας;
01:20
Sure. It's the computer.
23
80251
2508
Σίγουρα. Είναι ο υπολογιστής.
01:22
But technology alone is not enough.
24
82759
2659
Αλλά η τεχνολογία από μόνη της δεν είναι αρκετή.
01:25
Technology is not destiny.
25
85418
2766
Η τεχνολογία δεν είναι πεπρωμένο.
01:28
We shape our destiny,
26
88184
1580
Εμείς καθορίζουμε το πεπρωμένο μας,
01:29
and just as the earlier generations of managers
27
89764
2516
και όπως και οι προηγούμενες γενιές διευθυντών
01:32
needed to redesign their factories,
28
92280
2298
έπρεπε να ξανασχεδιάσουν τα εργοστάσιά τους,
01:34
we're going to need to reinvent our organizations
29
94578
2229
εμείς χρειάζεται να επανεφεύρουμε τους οργανισμούς μας
01:36
and even our whole economic system.
30
96807
2555
ακόμα και ολόκληρο το οικονομικό μας σύστημα.
01:39
We're not doing as well at that job as we should be.
31
99362
3602
Δεν κάνουμε πολύ καλή δουλειά σ' αυτό όσο θα έπρεπε.
01:42
As we'll see in a moment,
32
102964
1230
Όπως θα δούμε τώρα
01:44
productivity is actually doing all right,
33
104194
2722
η παραγωγικότητα πάει καλά,
01:46
but it has become decoupled from jobs,
34
106916
3862
αλλά έχει αποσυνδεθεί από τις δουλειές,
01:50
and the income of the typical worker is stagnating.
35
110778
4419
και το εισόδημα ενός μέσου εργάτη είναι στάσιμο.
01:55
These troubles are sometimes misdiagnosed
36
115197
2519
Αυτά τα προβλήματα κάποτε ερμηνεύονται
01:57
as the end of innovation,
37
117716
3712
σαν το τέλος της καινοτομίας
02:01
but they are actually the growing pains
38
121428
2129
αλλά στην πραγματικότητα είναι οι πόνοι ανάπτυξης
02:03
of what Andrew McAfee and I call the new machine age.
39
123557
5590
αυτού που ο Άντριου Μάκαφι και εγώ ονομάζουμε η νέα εποχή της μηχανής.
02:09
Let's look at some data.
40
129147
1882
Ας δούμε μερικά δεδομένα.
02:11
So here's GDP per person in America.
41
131029
2902
Βλέπουμε το ΑΕΠ ανά άτομο στην Αμερική.
02:13
There's some bumps along the way, but the big story
42
133931
2766
Υπάρχουν κάποιες διακυμάνσεις, αλλά η μεγάλη εικόνα δείχνει
02:16
is you could practically fit a ruler to it.
43
136697
2715
ότι μπορείς να ταιριάξεις έναν χάρακα σ' αυτόν.
02:19
This is a log scale, so what looks like steady growth
44
139412
3276
Αυτή είναι λογαριθμική κλίμακα, αυτό που φαίνεται σαν σταθερή αύξηση,
02:22
is actually an acceleration in real terms.
45
142688
3043
είναι στην πραγματικότητα επιτάχυνση.
02:25
And here's productivity.
46
145731
2160
Εδώ είναι η παραγωγικότητα.
02:27
You can see a little bit of a slowdown there in the mid-'70s,
47
147891
2671
Μπορείτε να δείτε μια μικρή επιβράδυνση στα μέσα της δεκαετίας του '70,
02:30
but it matches up pretty well with the Second Industrial Revolution,
48
150562
3738
αλλά ταιριάζει αρκετά καλά με τη δεύτερη βιομηχανική επανάσταση,
02:34
when factories were learning how to electrify their operations.
49
154300
2691
όταν τα εργοστάσια μάθαιναν πώς να εξηλεκτρίζουν τις λειτουργίες τους.
02:36
After a lag, productivity accelerated again.
50
156991
4129
Μετά από λίγη καθηστέρηση, η παραγωγικότητα επιταχύνθηκε και πάλι.
02:41
So maybe "history doesn't repeat itself,
51
161120
2571
Ίσως «Η ιστορία δεν επαναλαμβάνεται πάντα
02:43
but sometimes it rhymes."
52
163691
2568
αλλά κάποτε ομοιοκαταληκτεί».
02:46
Today, productivity is at an all-time high,
53
166259
3136
Σήμερα η παραγωγικότητα είναι ψηλά όσο ποτέ,
02:49
and despite the Great Recession,
54
169395
1977
και παρ' όλη τη μεγάλη ύφεση,
02:51
it grew faster in the 2000s than it did in the 1990s,
55
171372
4252
αναπτύχθηκε γρηγορότερα στη δεκαετία του 2000 από ό,τι στη δεκαετία του '90.
02:55
the roaring 1990s, and that was faster than the '70s or '80s.
56
175624
4136
Η θορυβώδης δεκαετία του '90 γρηγορότερα από τις δεκαετίες του '70 ή του '80.
02:59
It's growing faster than it did during the Second Industrial Revolution.
57
179760
3674
Αναπτύσσεται γρηγορότερα από ό,τι στη δεύτερη βιομηχανική επανάσταση.
03:03
And that's just the United States.
58
183434
1743
Και αυτό μόνο στην Αμερική.
03:05
The global news is even better.
59
185177
3248
Τα παγκόσμια νέα είναι ακόμα καλύτερα.
03:08
Worldwide incomes have grown at a faster rate
60
188425
2360
Τα παγκόσμια εισοδήματα έχουν αυξηθεί με ταχύτερο ρυθμό
03:10
in the past decade than ever in history.
61
190785
2496
στην προηγούμενη δεκαετία από ποτέ.
03:13
If anything, all these numbers actually understate our progress,
62
193281
5051
Αν μη τι άλλο, όλοι αυτοί οι αριθμοί υποτιμούν την πρόοδό μας,
03:18
because the new machine age
63
198332
1912
επειδή η νέα εποχή της μηχανής
03:20
is more about knowledge creation
64
200244
1664
είναι περισσότερο σχετική με δημιουργία γνώσης
03:21
than just physical production.
65
201908
2331
παρά με φυσική παραγωγή.
03:24
It's mind not matter, brain not brawn,
66
204239
2938
Είναι σκέψη, όχι ύλη, μυαλό, όχι δύναμη,
03:27
ideas not things.
67
207177
2062
ιδέες, όχι πράγματα.
03:29
That creates a problem for standard metrics,
68
209239
2570
Αυτό δημιουργεί ένα πρόβλημα για τυπικές μετρήσεις,
03:31
because we're getting more and more stuff for free,
69
211809
3502
επειδή παίρνουμε όλο και περισσότερα πράγματα δωρεάν,
03:35
like Wikipedia, Google, Skype,
70
215311
2641
όπως: Wikipedia, Google, Skype,
03:37
and if they post it on the web, even this TED Talk.
71
217952
3063
και αν την ανεβάσουν στο Διαδίκτυο, ακόμη και αυτή την ομιλία του TED.
03:41
Now getting stuff for free is a good thing, right?
72
221015
3303
To να παίρνουμε δωρεάν πράγματα είναι καλό, σωστά;
03:44
Sure, of course it is.
73
224318
1765
Σίγουρα είναι.
03:46
But that's not how economists measure GDP.
74
226083
3868
Αλλά δεν υπολογίζουν έτσι οι οικονομολόγοι το ΑΕΠ.
03:49
Zero price means zero weight in the GDP statistics.
75
229951
5592
Η μηδενική τιμή σημαίνει μηδέν βάρος στα στατιστικά του ΑΕΠ.
03:55
According to the numbers, the music industry
76
235543
2112
Σύμφωνα με τους αριθμούς, η μουσική βιομηχανία
03:57
is half the size that it was 10 years ago,
77
237655
3000
είναι στο μισό από ό,τι πριν από 10 χρόνια,
04:00
but I'm listening to more and better music than ever.
78
240655
3656
αλλά ακούω περισσότερη και καλύτερη μουσική από ποτέ.
04:04
You know, I bet you are too.
79
244311
2192
Ξέρετε, είμαι σίγουρος και εσείς.
04:06
In total, my research estimates
80
246503
2723
Συνολικά, η έρευνά μου υπολογίζει
04:09
that the GDP numbers miss over 300 billion dollars per year
81
249226
4754
ότι οι αριθμοί του ΑΕΠ υπολείπονται περισσότερα από 300 δισεκατομμύρια το χρόνο
04:13
in free goods and services on the Internet.
82
253980
3346
σε δωρεάν προϊόντα και υπηρεσίες στο διαδίκτυο.
04:17
Now let's look to the future.
83
257326
1789
Τώρα ας δούμε το μέλλον.
04:19
There are some super smart people
84
259115
2263
Υπάρχουν μερικοί πανέξυπνοι
04:21
who are arguing that we've reached the end of growth,
85
261378
5019
που υποστηρίζουν ότι φτάσαμε στο τέλος της ανάπτυξης,
04:26
but to understand the future of growth,
86
266397
3558
αλλά για να καταλάβουμε το μέλλον της ανάπτυξης,
04:29
we need to make predictions
87
269955
2683
πρέπει να κάνουμε προβλέψεις
04:32
about the underlying drivers of growth.
88
272638
3290
για τις βαθύτερες κινητήριες δυνάμεις της ανάπτυξης.
04:35
I'm optimistic, because the new machine age
89
275928
3806
Είμαι αισιόδοξος, γιατί η νέα εποχή της μηχανής
04:39
is digital, exponential and combinatorial.
90
279734
5030
είναι ψηφιακή, εκθετική και συνδυαστική.
04:44
When goods are digital, they can be replicated
91
284764
2264
Όταν τα προϊόντα είναι ψηφιακά, μπορούν να αναπαραχθούν
04:47
with perfect quality at nearly zero cost,
92
287028
4509
με τέλεια ποιότητα και σχεδόν μηδενικό κόστος,
04:51
and they can be delivered almost instantaneously.
93
291537
4018
και μπορούν να παραδοθούν σχεδόν στιγμιαία.
04:55
Welcome to the economics of abundance.
94
295555
2800
Καλωσορίσατε στην οικονομία της αφθονίας.
04:58
But there's a subtler benefit to the digitization of the world.
95
298355
3690
Αλλά υπάρχει ένα λιγότερο εμφανές όφελος στην ψηφιοποίηση του κόσμου.
05:02
Measurement is the lifeblood of science and progress.
96
302045
4600
Η μέτρηση είναι η ζωή της επιστήμης και της προόδου.
05:06
In the age of big data,
97
306645
2148
Στη εποχή των Big Data,
05:08
we can measure the world in ways we never could before.
98
308793
4286
μπορούμε να μετρήσουμε τον κόσμο με τρόπους που δεν μπορούσαμε παλιά.
05:13
Secondly, the new machine age is exponential.
99
313079
4095
Δεύτερον, η νέα εποχή της μηχανής είναι εκθετική.
05:17
Computers get better faster than anything else ever.
100
317174
5935
Οι υπολογιστές γίνονται καλύτεροι γρηγορότερα από οτιδήποτε άλλο σε οποιαδήποτε εποχή.
05:23
A child's Playstation today is more powerful
101
323109
3568
Το playstation ενός παιδιού είναι πιο ισχυρό
05:26
than a military supercomputer from 1996.
102
326677
4056
από έναν στρατιωτικό υπερυπολογιστή του 1996.
05:30
But our brains are wired for a linear world.
103
330733
3207
Οι συνδέσεις του εγκεφάλου μας όμως είναι για ένα γραμμικό κόσμο.
05:33
As a result, exponential trends take us by surprise.
104
333940
3888
Σαν αποτέλεσμα, οι εκθετικές τάσεις μας εκπλήσσουν.
05:37
I used to teach my students that there are some things,
105
337828
2602
Δίδασκα κάποτε τους φοιτητές μου ότι υπάρχουν κάποια πράγματα,
05:40
you know, computers just aren't good at,
106
340430
1934
ξέρετε, όπου οι υπολογιστές δεν είναι καλοί,
05:42
like driving a car through traffic.
107
342364
2385
όπως το να οδηγήσουν ένα αυτοκίνητο στην κίνηση.
05:44
(Laughter)
108
344749
2013
(Γέλια)
05:46
That's right, here's Andy and me grinning like madmen
109
346762
3491
Σωστά, εδώ είναι ο Άντυ και εγώ χαμογελώντας σας τρελοί
05:50
because we just rode down Route 101
110
350253
2384
επειδή οδηγήσαμε στο δρόμο Route 101
05:52
in, yes, a driverless car.
111
352637
3669
ένα αυτοκίνητο χωρίς οδηγό.
05:56
Thirdly, the new machine age is combinatorial.
112
356306
2583
Τρίτον, η νέα εποχή της μηχανής είναι συνδυαστική.
05:58
The stagnationist view is that ideas get used up,
113
358889
4048
Η στάσιμη άποψη είναι ότι οι ιδέες εξαντλήθηκαν,
06:02
like low-hanging fruit,
114
362937
1856
όπως οι εύκολες λύσεις,
06:04
but the reality is that each innovation
115
364793
3163
αλλά η πραγματικότητα είναι ότι κάθε καινοτομία
06:07
creates building blocks for even more innovations.
116
367956
3256
δημιουργεί τη δομή για περισσότερες καινοτομίες.
06:11
Here's an example. In just a matter of a few weeks,
117
371212
3345
Εδώ είναι ένα παράδειγμα. Σε διάστημα μερικών εβδομάδων,
06:14
an undergraduate student of mine
118
374557
2072
ένας φοιτητής μου
06:16
built an app that ultimately reached 1.3 million users.
119
376629
4111
ανέπτυξε μια εφαρμογή που έφτασε σε 1,3 εκατομμύρια χρήστες.
06:20
He was able to do that so easily
120
380740
1699
Μπόρεσε να το κάνει εύκολα
06:22
because he built it on top of Facebook,
121
382439
1827
γιατί το έκτισε πάνω από το Facebook,
06:24
and Facebook was built on top of the web,
122
384266
1933
και το Facebook είναι κτισμένο πάνω από το web,
06:26
and that was built on top of the Internet,
123
386199
1698
και αυτό είναι κτισμένο πάνω από το διαδίκτυο,
06:27
and so on and so forth.
124
387897
2418
και ούτω καθεξής.
06:30
Now individually, digital, exponential and combinatorial
125
390315
4765
Τώρα η κάθε μία ξεχωριστά ψηφιακή, εκθετική και συνδυαστική
06:35
would each be game-changers.
126
395080
2350
θα ήταν ανατρεπτικές.
06:37
Put them together, and we're seeing a wave
127
397430
2190
Αν τις βάλουμε μαζί θα δούμε ένα κύμα
06:39
of astonishing breakthroughs,
128
399620
1393
από εκπληκτικές ανακαλύψεις,
06:41
like robots that do factory work or run as fast as a cheetah
129
401013
3060
όπως τα ρομπότ που κάνουν εργοστασιακή εργασία ή τρέχουν όσο γρήγορα όσο η λεοπάρδαλη
06:44
or leap tall buildings in a single bound.
130
404073
2796
ή πηδούν ψηλά κτήρια με τη μία.
06:46
You know, robots are even revolutionizing
131
406869
2232
Τα ρομπότ έφεραν την επανάσταση ακόμα
06:49
cat transportation.
132
409101
1829
και στη διακίνηση των γάτων.
06:50
(Laughter)
133
410930
2270
(Γέλια)
06:53
But perhaps the most important invention,
134
413200
2732
Αλλά ίσως η πιο σημαντική εφεύρεση,
06:55
the most important invention is machine learning.
135
415932
5065
η πιο σημαντική εφεύρεση είναι η μάθηση της μηχανής.
07:00
Consider one project: IBM's Watson.
136
420997
3376
Σκεφτείτε το πρόγραμμα της IBM Watson.
07:04
These little dots here,
137
424373
1589
Αυτές οι μικρές τελείες εδώ,
07:05
those are all the champions on the quiz show "Jeopardy."
138
425962
4860
είναι όλοι οι νικητές του τηλεπαιχνιδιού «Jeopardy».
07:10
At first, Watson wasn't very good,
139
430822
2544
Αρχικά το Watson δεν ήταν πολύ καλό,
07:13
but it improved at a rate faster than any human could,
140
433366
5622
αλλά βελτιώθηκε με γρηγορότερο ρυθμό από οποιονδήποτε άνθρωπο,
07:18
and shortly after Dave Ferrucci showed this chart
141
438988
2687
και αμέσως μετά που ο Ντέιβ Φερούτσι έδειξε αυτό το διάγραμμα
07:21
to my class at MIT,
142
441675
1652
στην τάξη μου στο MIT,
07:23
Watson beat the world "Jeopardy" champion.
143
443327
3542
το Watson κέρδισε τον παγκόσμιο πρωταθλητή του «Jeopardy».
07:26
At age seven, Watson is still kind of in its childhood.
144
446869
3989
Σε ηλικία 7 χρόνων το Watson είναι ακόμα στην παιδική ηλικία.
07:30
Recently, its teachers let it surf the Internet unsupervised.
145
450858
5318
Πρόσφατα οι δάσκαλοί του το άφησαν να περιηγηθεί στο διαδίκτυο χωρίς επίβλεψη.
07:36
The next day, it started answering questions with profanities.
146
456176
5946
Την επόμενη μέρα, ξεκίνησε να απαντά ερωτήσεις με βωμολοχίες.
07:42
Damn. (Laughter)
147
462122
2274
(Γέλια)
07:44
But you know, Watson is growing up fast.
148
464396
2280
Αλλά το Watson μεγαλώνει γρήγορα.
07:46
It's being tested for jobs in call centers, and it's getting them.
149
466676
4212
Δοκιμάζεται για δουλειές σε κέντρα τηλεξυπηρέτησης και τις παίρνει.
07:50
It's applying for legal, banking and medical jobs,
150
470888
3724
Κάνει αιτήσεις για νομικές, τραπεζικές και ιατρικές θέσεις εργασίας,
07:54
and getting some of them.
151
474612
1950
και παίρνει μερικές από αυτές.
07:56
Isn't it ironic that at the very moment
152
476562
1889
Δεν είναι ειρωνικό ότι τη στιγμή που
07:58
we are building intelligent machines,
153
478451
2234
δημιουργούμε έξυπνες μηχανές,
08:00
perhaps the most important invention in human history,
154
480685
3449
ίσως την πιο σημαντική εφεύρεση στην ανθρώπινη ιστορία,
08:04
some people are arguing that innovation is stagnating?
155
484134
3975
μερικοί άνθρωποι ισχυρίζονται ότι η καινοτομία είναι στάσιμη;
08:08
Like the first two industrial revolutions,
156
488109
2419
Όπως και στις δύο πρώτες βιομηχανικές επαναστάσεις,
08:10
the full implications of the new machine age
157
490528
3134
οι πλήρεις επιπτώσεις της νέας εποχής της μηχανής
08:13
are going to take at least a century to fully play out,
158
493662
2682
θα χρειαστούν τουλάχιστον έναν αιώνα για να εξελιχθούν πλήρως,
08:16
but they are staggering.
159
496344
3032
αλλά είναι συγκλονιστικές.
08:19
So does that mean we have nothing to worry about?
160
499376
3336
Άρα αυτό σημαίνει ότι δεν έχουμε τίποτα να ανησυχούμε;
08:22
No. Technology is not destiny.
161
502712
3680
Όχι. Η τεχνολογία δεν είναι το πεπρωμένο.
08:26
Productivity is at an all time high,
162
506392
2569
Η παραγωγικότητα είναι σε υψηλά επίπεδα, όσο δεν ήταν ποτέ,
08:28
but fewer people now have jobs.
163
508961
2983
αλλά λιγότεροι άνθρωποι έχουν δουλειές τώρα.
08:31
We have created more wealth in the past decade than ever,
164
511944
3120
Δημιουργήσαμε περισσότερο πλούτο στην προηγούμενη δεκαετία από ποτέ,
08:35
but for a majority of Americans, their income has fallen.
165
515064
3904
αλλά για την πλειοψηφία των Αμερικανών, το εισόδημά τους έχει μειωθεί.
08:38
This is the great decoupling
166
518968
2312
Αυτή είναι η μεγάλη αποσύνδεση
08:41
of productivity from employment,
167
521280
2976
της παραγωγικότητας από τις θέσεις εργασίας,
08:44
of wealth from work.
168
524256
3104
του πλούτου από τη δουλειά.
08:47
You know, it's not surprising that millions of people
169
527360
2346
Δεν προκαλεί έκπληξη ότι εκατομμύρια κόσμου
08:49
have become disillusioned by the great decoupling,
170
529706
2846
έχουν απογοητευτεί από τη μεγάλη αποσύνδεση,
08:52
but like too many others,
171
532552
1747
αλλά όπως πολλοί άλλοι,
08:54
they misunderstand its basic causes.
172
534299
3097
έχουν παρεξηγήσει τις βασικές αιτίες.
08:57
Technology is racing ahead,
173
537396
2610
Η τεχνολογία προχωρά γρήγορα,
09:00
but it's leaving more and more people behind.
174
540006
3550
αλλά αφήνει όλο και περισσότερο κόσμο πίσω.
09:03
Today, we can take a routine job,
175
543556
3519
Σήμερα, μπορούμε να πάρουμε μια τυποποιημένη δουλειά,
09:07
codify it in a set of machine-readable instructions,
176
547075
3091
να την κωδικοποιήσουμε σε μηχανοποιημένες εντολές,
09:10
and then replicate it a million times.
177
550166
2827
και να την αναπαράγουμε εκατομμύρια φορές.
09:12
You know, I recently overheard a conversation
178
552993
2279
Πρόσφατα άκουσα μια συνομιλία
09:15
that epitomizes these new economics.
179
555272
1952
η οποία είναι χαρακτηριστική των νέων οικονομικών.
09:17
This guy says, "Nah, I don't use H&R Block anymore.
180
557224
4197
Κάποιος λέει: «Όχι δεν χρησιμοποιώ πλέον την H&R Block.
09:21
TurboTax does everything that my tax preparer did,
181
561421
2448
Το TurboTax κάνει τα πάντα που έκανε ο σύμβουλος προετοιμασία φόρου εισοδήματος,
09:23
but it's faster, cheaper and more accurate."
182
563869
4558
αλλά γρηγορότερα, φθηνότερα και με περισσότερη ακρίβεια».
09:28
How can a skilled worker
183
568427
1799
Πώς μπορεί ένας ειδικευμένος υπάλληλος
09:30
compete with a $39 piece of software?
184
570226
3009
να συναγωνιστεί με ένα λογισμικό πακέτο των $39;
09:33
She can't.
185
573235
1967
Δεν μπορεί.
09:35
Today, millions of Americans do have faster,
186
575202
2780
Σήμερα, εκατομμύρια Αμερικανών έχουν γρηγορότερη,
09:37
cheaper, more accurate tax preparation,
187
577982
2387
φθηνότερη και με ακρίβεια προετοιμασία των φορολογικών δηλώσεων,
09:40
and the founders of Intuit
188
580369
1486
και οι ιδρυτές της Intuit
09:41
have done very well for themselves.
189
581855
2493
έκαναν πολύ καλή δουλειά για τους εαυτούς τους.
09:44
But 17 percent of tax preparers no longer have jobs.
190
584348
4214
Αλλά το 17% των συμβούλων προετοιμασίας φόρου εισοδήματος δεν έχουν πλέον δουλειά.
09:48
That is a microcosm of what's happening,
191
588562
2078
Αυτός είναι ο μικρόκοσμος του τι συμβαίνει,
09:50
not just in software and services, but in media and music,
192
590640
4677
όχι μόνο στο λογισμικό και στις υπηρεσίες αλλά στα μέσα και στη μουσική,
09:55
in finance and manufacturing, in retailing and trade --
193
595317
3686
στα οικονομικά και στην παραγωγή, στο εμπόριο
09:59
in short, in every industry.
194
599003
3895
--εν ολίγοις σε κάθε κλάδο.
10:02
People are racing against the machine,
195
602898
3095
Οι άνθρωποι ανταγωνίζονται τη μηχανή,
10:05
and many of them are losing that race.
196
605993
3090
και πολλοί από αυτούς χάνουν αυτή την κούρσα.
10:09
What can we do to create shared prosperity?
197
609083
3886
Τι μπορούμε να κάνουμε για να δημιουργήσουμε κοινή ευημερία;
10:12
The answer is not to try to slow down technology.
198
612969
3017
Η απάντηση δεν είναι να καθυστερήσουμε την τεχνολογία.
10:15
Instead of racing against the machine,
199
615986
2557
Αντί να ανταγωνιζόμαστε τη μηχανή,
10:18
we need to learn to race with the machine.
200
618543
3677
πρέπει να μάθουμε να αγωνιζόμαστε μαζί με τη μηχανή,
10:22
That is our grand challenge.
201
622220
3129
Αυτή είναι η μεγάλη μας πρόκληση.
10:25
The new machine age
202
625349
2324
Η νέα εποχή της μηχανής
10:27
can be dated to a day 15 years ago
203
627673
3113
μπορεί να χρονολογηθεί πριν από 15 χρόνια
10:30
when Garry Kasparov, the world chess champion,
204
630786
2878
όταν ο Γκάρι Κασπάρωφ, ο παγκόσμιος πρωταθλητής σκακιού,
10:33
played Deep Blue, a supercomputer.
205
633664
3706
έπαιξε ενάντια στον Deep Blue, ένα υπερυπολογιστή.
10:37
The machine won that day,
206
637370
2012
Η μηχανή κέρδισε εκείνη τη μέρα,
10:39
and today, a chess program running on a cell phone
207
639382
2968
και σήμερα ένα πρόγραμμα σκακιού που τρέχει σε κινητό τηλέφωνο
10:42
can beat a human grandmaster.
208
642350
2296
μπορεί να κερδίσει τον πρωταθλητή.
10:44
It got so bad that, when he was asked
209
644646
3365
Τα πράγματα χειροτέρευσαν τόσο πολύ που όταν ρωτήθηκε
10:48
what strategy he would use against a computer,
210
648011
2563
ποια στρατηγική θα ακολουθούσε ενάντια στον υπολογιστή,
10:50
Jan Donner, the Dutch grandmaster, replied,
211
650574
4016
ο Γιάν Ντόνερ, ο Ολλανδός πρωταθλητής, απάντησε:
10:54
"I'd bring a hammer."
212
654590
1771
«Θα φέρω ένα σφυρί».
10:56
(Laughter)
213
656361
3680
(Γέλια)
11:00
But today a computer is no longer the world chess champion.
214
660041
4544
Σήμερα όμως δεν είναι υπολογιστής ο παγκόσμιος πρωταθλητής σκακιού.
11:04
Neither is a human,
215
664585
2654
Ούτε και ο άνθρωπος,
11:07
because Kasparov organized a freestyle tournament
216
667239
3579
επειδή ο Κασπάρωφ οργάνωσε ένα ελεύθερο τουρνουά
11:10
where teams of humans and computers
217
670818
1916
όπου ομάδες από ανθρώπους και υπολογιστές
11:12
could work together,
218
672734
2099
μπορούσαν να συνεργαστούν,
11:14
and the winning team had no grandmaster,
219
674833
3157
και η νικήτρια ομάδα δεν είχε πρωταθλητή,
11:17
and it had no supercomputer.
220
677990
2465
και δεν είχε ούτε υπερυπολογιστή.
11:20
What they had was better teamwork,
221
680455
4175
Αυτό που είχαν ήταν καλύτερη ομαδική εργασία,
11:24
and they showed that a team of humans and computers,
222
684630
5016
και έδειξαν ότι μια ομάδα από ανθρώπους και υπολογιστές
11:29
working together, could beat any computer
223
689646
3048
που δουλεύουν μαζί, μπορούν να κερδίσουν οποιονδήποτε υπολογιστή
11:32
or any human working alone.
224
692694
3520
ή άνθρωπο που δουλεύει μόνος του.
11:36
Racing with the machine
225
696214
1664
Ο αγώνας μαζί με τη μηχανή
11:37
beats racing against the machine.
226
697878
2343
υπερτερεί του αγώνα ενάντια στη μηχανή.
11:40
Technology is not destiny.
227
700221
2564
Η τεχνολογία δεν είναι το πεπρωμένο.
11:42
We shape our destiny.
228
702785
1742
Εμείς καθορίζουμε το πεπρωμένο μας.
11:44
Thank you.
229
704527
1447
Σας ευχαριστώ.
11:45
(Applause)
230
705974
5016
(Χειροκρότημα)
Σχετικά με αυτόν τον ιστότοπο

Αυτός ο ιστότοπος θα σας παρουσιάσει βίντεο στο YouTube που είναι χρήσιμα για την εκμάθηση της αγγλικής γλώσσας. Θα δείτε μαθήματα αγγλικών που διδάσκουν κορυφαίοι καθηγητές από όλο τον κόσμο. Κάντε διπλό κλικ στους αγγλικούς υπότιτλους που εμφανίζονται σε κάθε σελίδα βίντεο για να αναπαράγετε το βίντεο από εκεί. Οι υπότιτλοι μετακινούνται συγχρονισμένα με την αναπαραγωγή του βίντεο. Εάν έχετε οποιαδήποτε σχόλια ή αιτήματα, παρακαλούμε επικοινωνήστε μαζί μας χρησιμοποιώντας αυτή τη φόρμα επικοινωνίας.

https://forms.gle/WvT1wiN1qDtmnspy7